딥러닝(Deep Learning)모델을 활용한 범죄사실 구성요소 자동 추출 방안 연구 (A Study on Automatic Extraction of Key Information in Crime Facts Using Deep Learning Models)

서지정보

· 발행기관 : 경찰대학 치안정책연구소
· 수록지 정보 : 치안정책연구 / 37권 / 3호 / 57 ~ 88페이지
· 저자명 : 박예린, 원광재, 박노섭

초록

2021년 검경수사권 조정에 따라 경찰기관은 독립성을 확보하였고, 이에 따라 경찰은 국민의 신뢰를 확보하기 위해 국가수사본부 신설 등 수사 전문성을 강화시키고 투명성을 제고시키는 데 노력을 기울이고 있다. 한편, 최근 법률 분야에 AI가 도입되면서 판결문 검색, 계약서 관리 그리고 법률 문서 번역 등 AI 모델을 통해 많은 도움을 받고 있다. 하지만 수사 문서를 자동으로 분석하고 보고서를 작성해주는 AI 기술은 국내에 없는 거의 실정이다.
따라서 본 연구에서는 수사 및 법률 문서에서 주요 정보를 자동으로 추출하여 수사결과보고서 작성에 도움을 줄 수 있는 딥러닝 모델을 개발하고자 한다. 본 연구를 통해 형사 1심 살인 판결문에서 추출할 수 있는 범죄사실 구성요소를 정의하였다. 또한 최근 자연어분야에서 높은 관심을 받고 있는 GPT-3.5 API의 한계점을 살펴보았고 이를 보완한 BERT 기반 모델을 개발하였다. 또한 개발된 모델을 사용하여 범죄사실에서 단어 단위의 정보와 구절 단위의 정보를 17개 추출하였다.
그 결과, 단어 단위 정보는 F1-score 83.85%, 구절 단위 정보는 F1-score 64.2%의 성능을 내었다. 결과 분석을 통해 성능을 향상 시킬 수 있는 방안을 모색하였다.
본 연구에서 개발된 AI 모델을 수사 환경에 적용하면 수사결과보고서 작성을 지원하고, 유사 판례를 검색하는 등 수사관이 투명하고 객관적인 수사를 할 수 있도록 도와줄 수 있을 것이다. 또한 본 연구의 결과가 딥러닝 모델이 법률 분야에서 발전할 수 있는 기반이 될 수 있을 것을 기대한다.

영어초록

In accordance with the adjustment of investigative and prosecutorial powers in 2021, police agencies have been working to enhance their independence, while also aiming to secure the public's trust through initiatives such as the establishment of a National Investigation Headquarters. These efforts are geared towards reinforcing the investigative expertise and improving transparency. Meanwhile, with the recent integration of AI in legal domain, AI models have provided significant assistance in tasks like searching for legal judgments, managing contracts, and translating legal documents. However, there is no AI technology available to automatically analyze investigation documents and generate reports. Therefore, the purpose of this study is to develop a deep learning model that can automatically extract key information from crime investigation and legal documents, aiming to assist in generating investigation reports. Through this study, we defined key informations related to crime facts that can be automatically extracted from the Court Decision of murder case. We also examined the limitations of GPT-3.5 and developed a BERT-based model to address these limitations. Additionally, the developed model was utilized to extract 17 information, both at the word and phrase levels, from crime facts.
As a result, the word-level information achieved a performance of F1-score 83.85%, while the phrase-level information achieved a performance of F1-score 64.2%. If the AI model developed in this study is applied in the investigative environment, it would enable to generate investigation reports and enable the search for similar legal precedents. This could assist investigators in conducting transparent and objective investigations.

참고자료

· 없음